Kynning á GPT‑5 fyrir forritara

Í dag erum við að gefa út GPT‑5 á API-verkvangi okkar – besta líkanið okkar hingað til fyrir kóðun og sjálfráð verk.

GPT‑5 er besta tækni sem býðst (SOTA) fyrir helstu kóðunarviðmið, með 74,9% á SWE-bench Verified og 88% á Aider polyglot. Við þjálfuðum GPT‑5 til að vera sannur samstarfsaðili í kóðun. Það skarar fram úr í að framleiða hágæðakóða og takast á við verkefni eins og að laga villur, breyta kóða og svara spurningum um flókna kóðagrunna. Líkanið er stýranlegt og samvinnuþýtt — það getur fylgt mjög ítarlegum leiðbeiningum með mikilli nákvæmni og getur veitt skýringar á aðgerðum sínum fyrir og á milli verkfærakalla.  Líkanið skarar einnig fram úr í framendakóðun, og slær OpenAI o3 við í framendavefþróun 70% af tímanum í innri prófunum.

Við þjálfuðum GPT‑5 á raunverulegum kóðunarverkefnum í samstarfi við fyrstu prófunaraðila í sprotafyrirtækjum og stórfyrirtækjum. Cursor segir að GPT‑5 sé „snjallasta líkanið sem þau hafa notað“ og „ótrúlega gáfað, auðvelt að stýra og hafi jafnvel persónuleika sem þau hafa ekki séð í öðrum líkönum.“ Windsurf sagðist telja GPT‑5 vera bestu tækni sem býðst (SOTA) og „hafa helmingi lægri villutíðni í verkfæraköllum samanborið við önnur fremstu líkön.“ Vercel segir að „þetta sé besta framendaforritunarlíkanið, sem skilar hámarksafköstum bæði hvað varðar fagurfræði og kóðagæði, sem skipar því í sérflokk.“

GPT‑5 skarar einnig fram úr í langvinnum sjálfráðum verkum — það nær SOTA-niðurstöðum á τ²-bench Telecom (96,7%), viðmiðun fyrir verkfæraköll sem gefin var út fyrir aðeins tveimur mánuðum. Bætt verkfæragreind GPT‑5 gerir því kleift að tengja saman tugi verkfærakalla á áreiðanlegan hátt — bæði í röð og samhliða — án þess að villast, sem gerir það mun betra í að framkvæma flókin, raunveruleg verkefni frá upphafi til enda. Það fylgir einnig verkfæraleiðbeiningum nákvæmar, er betra í að meðhöndla villur í verkfærum og er framúrskarandi í að sækja efni úr löngu samhengi. Manus segir að GPT‑5 hafi „náð bestu frammistöðu sem [þeir] hafa nokkurn tíma séð frá einu líkani samkvæmt innri viðmiðum [þeirra].“ Notion segir að „hröð viðbrögð líkansins, sérstaklega í stillingu með lítilli rökhugsun, geri GPT‑5 að kjörnu líkani þegar þarf að leysa flókin verkefni í einu skrefi.“ Inditex deildi því að „það sem raunverulega aðgreinir [GPT‑5] er dýpt röksemdafærslu þess: flókin, marglaga svör sem endurspegla raunverulegan skilning á efninu.“

Við erum að kynna nýja eiginleika í API okkar til að veita forriturum meiri stjórn á svörum líkansins. GPT‑5 styður við nýja verbosity breytu (gildi: lágt, meðal, mikið) til að hjálpa til við að stjórna hvort svörin eru stutt og hnitmiðuð eða löng og ítarleg. Nú getur reasoning_effort breytan í GPT‑5 tekið lágmarksgildi til að fá svör hraðar, án þess að fara í gegnum mikla röksemdafærslu fyrst. Við höfum einnig bætt við nýrri gerð verkfæra—sérsniðnum verkfærum—til að leyfa GPT‑5 að kalla á verkfæri með látlausum texta í stað JSON. Sérsniðin verkfæri veita aðstoð við að takmarka með samhengislausum málfræðireglum sem forritarar hafa útvegað.

Við erum að gefa út GPT‑5 í þremur stærðum í API-inu—gpt-5, gpt-5-mini og gpt-5-nano—til að veita forriturum meiri sveigjanleika til að jafna afköst, kostnað og biðtíma. Þó að GPT‑5 í ChatGPT sé kerfi með rökhugsun, án röksemdafærslu og leiðarlíkönum, þá er GPT‑5 í API vettvanginum röksemdalíkanið sem knýr hámarksafköst í ChatGPT. Athygli vekur að GPT‑5 með lágmarks rökhugsun er annað líkan en líkanið án rökhugsunar í ChatGPT og er betur stillt fyrir forritara. Líkanið sem ekki byggir á röksemdafærslu og er notað í ChatGPT er fáanlegt sem gpt-5-chat-latest.

Til að lesa um GPT‑5 í ChatGPT og læra meira um aðrar úrbætur á ChatGPT er hægt að skoða rannsóknarbloggið okkar. Fyrir frekari upplýsingar um hversu spennt fyrirtæki eru fyrir að nota GPT‑5 er hægt að skoða fyrirtækjabloggið okkar⁠.

GPT‑5 er öflugasta kóðunarlíkanið sem við höfum nokkurn tíma gefið út. Það skarar fram úr o3 í kóðunarviðmiðum og raunverulegum notkunartilvikum og hefur verið fínstillt til að fara á kostum í sjálfvirkum kóðunarvörum eins og Cursor, Windsurf, GitHub Copilot og Codex CLI. GPT‑5 vakti mikla hrifningu hjá innanhússprófurum okkar og setti met í mörgum innri viðmiðum þeirra. 

Á SWE-Bench Verified, sem er mat byggt á raunverulegum hugbúnaðarverkefnum, skorar GPT‑5 74,9%, sem er hækkun frá 69,1% hjá o3. Athygli vekur að GPT‑5 nær háum stigum með meiri skilvirkni og hraða: miðað við o3 við mikla rökhugsun þar sem GPT‑5 notar 22% færri úttaksmerki og 45% færri verkfæraköll.

Á Aider polyglot, í mati á kóðavinnslu, setur GPT‑5 nýtt met með 88%, sem er þriðjungslækkun villutíðni samanborið við o3.

Við höfum einnig komist að því að GPT‑5 er frábært til að kafa djúpt í kóðagrunna til að svara spurningum um hvernig ýmsir hlutar virka eða vinna saman. Í eins flóknum kóðagrunni og styrkingarnámi stafla OpenAI, erum við að komast að því að GPT‑5 getur hjálpað okkur að rökstyðja og svara spurningum um kóðann okkar, sem flýtir fyrir okkar eigin daglega starfi. 

Þegar búa á til framendakóða fyrir vefforrit er GPT‑5 fagurfræðilega sinnaðra, metnaðarfyllra og nákvæmara. Í samanburði við o3 var GPT‑5 valið af prófunaraðilum okkar í 70% tilvika.

Hér eru nokkur skemmtileg, vandlega valin dæmi um hvað GPT‑5 getur gert með einni kvaðningu:

Sjáðu fleiri dæmi frá GPT‑5 í myndasafninu okkar hér⁠(opnast í nýjum glugga).

GPT‑5 er betri samstarfsaðili, sérstaklega í sjálfráða forritunarvörum eins og Cursor, Windsurf, GitHub Copilot og Codex CLI. Þó að það virki getur GPT‑5 gefið frá sér áætlanir, uppfærslur og samantektir á milli verkfærakalla. Í samanburði við fyrri líkön okkar er GPT‑5 virkara í að klára metnaðarfull verkefni án þess að bíða eftir samþykki þínu eða hika við mikið flækjustig.

Hér er dæmi um hvernig GPT‑5 getur litið út þegar það tekst á við flókið verkefni (í þessu tilfelli að búa til vefsíðu fyrir veitingastað):

Fyrir utan sjálfráða kóðun er GPT‑5 betra í sjálfráðum verkum almennt. GPT‑5 setur ný met í viðmiðum um leiðbeiningafylgni (69,6% á Scale MultiChallenge, samkvæmt o3‑mini) og verkfæraköllun (96,7% á τ²-bench telecom). Bætt verkfæragreind gerir GPT‑5 kleift að tengja saman aðgerðir á áreiðanlegri hátt til að framkvæma raunveruleg verkefni.

GPT‑5 fylgir leiðbeiningum áreiðanlegar en nokkur forveri þess, og fær háa einkunn í COLLIE, Scale MultiChallenge og innra mati okkar á leiðbeiningafylgni.

Við lögðum hart að okkur til að bæta verkfæraköllun á þann hátt sem skiptir máli fyrir forritara. GPT‑5 er betra í að fylgja leiðbeiningum um verkfæri, betra í að takast á við villur í verkfærum og betra í að framkvæma mörg verkfæraköll á fyrirbyggjandi hátt, hvort sem það er í röð eða samsíða. Þegar leiðbeiningar eru gefnar getur GPT‑5 einnig sent frá sér frálagsskilaboð fyrir og á milli verkfærakalla til að greina notendum frá framvindu í lengri sjálfráðum verkum.

Fyrir tveimur mánuðum var τ²-bench telecom gefið út af Sierra.ai sem krefjandi viðmiðunarpróf fyrir notkun verkfæra sem sýndi fram á hvernig afköst tungumálalíkans minnka verulega þegar það hefur samskipti við umhverfisástand sem notendur geta breytt. Í útgáfu⁠(opnast í nýjum glugga) þeirra náði ekkert líkan yfir 49%. GPT‑5 skorar 97%.

GPT‑5 sýnir einnig miklar framfarir í frammistöðu fyrir langt samhengi. Á OpenAI-MRCR, mælikvarða á upplýsingaleit í löngu samhengi, skarar GPT‑5 fram úr o3 og GPT‑4.1, með mun sem eykst verulega við meiri inntakslengd.

Við erum líka að opna BrowseComp Long Context⁠(opnast í nýjum glugga), nýtt viðmið fyrir mat á spurningum og svörum með löngu samhengi. Í þessu viðmiði fær líkanið fyrirspurn frá notanda, langan lista af viðeigandi leitarniðurstöðum og þarf að svara spurningunni út frá þessum leitarniðurstöðum. Við hönnuðum BrowseComp Long Context til að vera raunhæft, erfitt og hafa áreiðanlega rétt svör við grunnspurningum. Á inntökum sem eru 128K–256K tákn gefur GPT‑5 rétt svar í 89% tilvika.

Í API-inu geta öll GPT‑5 líkön tekið við að hámarki 272.000 inntaksmerkjum og gefið út að hámarki 128.000 rök- og úttaksmerki, sem gerir samtals 400.000 tákna heildarsamhengislengd.

GPT‑5 er áreiðanlegra en fyrri líkönin okkar. Með kvaðningum úr LongFact og FactScore viðmiðunum gerir GPT‑5 um 80% færri staðreyndavillur en o3. Þetta gerir það betur fallið fyrir sjálfráða notkunartilvik þar sem nákvæmni skiptir máli — sérstaklega í kóða, gögnum og ákvarðanatöku.

Almennt hefur GPT‑5 verið þjálfað til að vera meðvitaðra um eigin takmarkanir og betur í stakk búið til að takast á við óvæntar áskoranir. Við þjálfuðum líka GPT‑5 til að vera mun nákvæmara í heilsufarsspurningum (frekari upplýsingar eru í rannsóknarblogginu okkar). Eins og með öll tungumálalíkön mælum við með að þú staðfestir vinnu GPT‑5 þegar mikið er í húfi.

Forritarar geta stjórnað hugsunartíma GPT‑5 með reasoning_effort breytunni í API. Auk fyrri gilda—low, medium (sjálfgefið) og high—styður GPT‑5 einnig minimal, sem lágmarkar röksemdafærslu GPT‑5 til að skila svari hratt.

Hærri reasoning_effort gildi hámarka gæði og lægri gildi hámarka hraða. Ekki öll verkefni njóta jafn góðs af viðbótarrökstuðningi, svo við mælum með að þú prófir til að sjá hvað virkar best fyrir þau notkunartilvik sem þér þykja skipta máli.

Til dæmis bætir röksemdafærsla fyrir ofan low litlu við tiltölulega einfalda langa samhengisleit, en bætir töluvert mörgum prósentustigum við CharXiv Reasoning⁠(opnast í nýjum glugga), sjónræna röksemdafærslu.

Til að hjálpa til við að stýra sjálfgefinni lengd svara GPT‑5 höfum við kynnt nýja API-breytu verbosity, sem tekur gildin low, medium (sjálfgefið) og high. Ef skýrar leiðbeiningar stangast á við mælgibreyturnar hafa skýrar leiðbeiningar forgang. Ef þú þú biður GPT‑5 til dæmis um að „skrifa ritgerð í 5 málsgreinum“, ætti svar líkansins alltaf að vera 5 málsgreinar óháð mælgistigi (en málsgreinarnar sjálfar geta verið lengri eða styttri).

Ef beðið er um það birtir GPT‑5 sýnileg frálagsskilaboð fyrir notanda fyrir og á milli verkfærakalla. Ólíkt földum rökstuðningsskilaboðum gera þessi sýnilegu skilaboð GPT‑5 kleift að miðla áætlunum og framvindu til notandans, sem hjálpar endanotendum að skilja nálgun þess og tilgang með verkfæraköllum.

Við erum að kynna nýja tegund verkfæra—sérsniðin verkfæri—sem gerir GPT‑5 kleift að kalla á verkfæri með látlausum texta í stað JSON. Til að takmarka GPT‑5 við að fylgja sérsniðnum verkfærasniðum geta forritarar veitt regex eða jafnvel fullkomnari samhengislausar málfræðireglur⁠(opnast í nýjum glugga).

Áður þurfti viðmótið okkar fyrir verkfæri sem forritarar skilgreindu að kalla á þau með JSON, sem er algengt snið sem vef-API og forritarar nota yfirleitt. Hins vegar krefst frálag með gildu JSON að líkanið sleppi algjörlega öllum gæsalöppum, bakstrikum, línuskilum og öðrum stýristöfum. Þrátt fyrir að líkönin okkar séu vel þjálfuð til að skila JSON-frálagi aukast líkurnar á villum þegar unnið er með löng inntök eins og hundruð lína af kóða eða 5 blaðsíðna skýrslu. Með sérsniðnum verkfærum getur GPT‑5 skrifað verkfærainntak sem venjulegan texta án þess að þurfa að sleppa öllum stöfum sem krefjast þess.

Í SWE-bench Verified með sérsniðnum verkfærum í stað JSON-verkfæra fær GPT‑5 svipaða einkunn.

GPT‑5 setur ný öryggisviðmið og er öflugra, áreiðanlegra og hjálplegra líkan. GPT‑5 er mun ólíklegri til að fá ofskynjanir en fyrri líkön okkar, miðlar heiðarlega aðgerðum sínum og getu til notandans og veitir gagnlegasta svarið sem mögulegt er, en samt innan öryggismarka. Þú getur lesið meira á rannsóknarbloggi okkar.

GPT‑5 er nú fáanlegt á API-verkvanginum í þremur stærðum: gpt-5, gpt-5-mini og gpt-5-nano. Það er aðgengilegt á Responses API, Spjall Completions API, og er sjálfgefið í Codex CLI. GPT‑5 kostar $1,25/1M inntaksmerki og $10/1M úttaksmerki, GPT‑5 mini kostar $0,25/1M inntaksmerki og $2/1M úttaksmerki, og GPT‑5 nano kostar $0,05/1M inntaksmerki og $0,40/1M úttaksmerki.

Þessi líkön veita aðstoð við reasoning_effort og verbosity API breytur, sem og sérsniðin verkfæri. Þau styðja einnig samhliða verkfæraköll, innbyggð verkfæri (vefleit, skráarleit, myndagerð og fleira), grunn-API-eiginleika (streymi, skipulögð frálög og fleira) og kostnaðarsparandi eiginleika eins og kvaðningarsöfnun og Batch API.

Útgáfan af GPT‑5 án röksemdafærslu sem notuð er í ChatGPT er fáanleg í API-inu sem gpt-5-chat-latest, einnig verðlögð á $1,25/1M inntaksmerki og $10/1M úttaksmerki.

GPT‑5 er einnig að koma út á verkvöngum Microsoft, þar á meðal Microsoft 365 Copilot, Copilot, GitHub Copilot og Azure AI Foundry.

Skoðaðu GPT‑5 skjölunina⁠(opnast í nýjum glugga), verð⁠(opnast í nýjum glugga) og leiðbeiningar um kvaðningar⁠(opnast í nýjum glugga) til að hefjast handa.